基於 SAP 的企業級實用數據分析 (Practical Data Science with SAP Machine Learning Techniques for Enterprise Data)

本書向SAP專業人員介紹了機器學習和神經網絡等數據科學基本原理，
也向數據科學家介紹了SAP系統的數據結構和數據服務等概念和過程。
接著介紹了數據探索性分析和異常檢測這兩個非常基礎又十分重要的數據準備階段，
然後通過模擬Big Bonanza Warehouse的業務場景，進行基於時間序列的銷量預測分析、
基於聚類的客戶細分、基於關聯規則的數據挖掘和基於自然語言處理的情感分析等實際分析過程。

前言1
第1章緒論7
1.1用數據講述更好的故事7
1.2面向SAP專業人員的數據科學9
1.3面向數據科學家的SAP11
1.4角色與職責15
1.5小結16

第2章面向SAP專業人員的數據科學17
2.1機器學習18
2.2神經網絡26
2.3小結38

第3章面向數據科學家的SAP40
3.1 SAP入門41
3.2 ABAP數據字典43
3.3 OData服務56
3.4核心數據服務65
3.5小結74

第4章用R語言進行探索性數據分析76
4.1 EDA的四個階段77
4.2階段1：數據收集78
4.3階段2：數據清洗86
4.4刪除多餘的列87
4.5階段3：數據分析88
4.6階段4：數據建模97
4.7小結106

第5章使用R和Python進行異常檢測108
5.1異常的類型109
5.2 R中的工具110
5.3發現異常144
5.4小結156

第6章使用R和Python進行預測分析157
6.1使用R預測銷量158
6.2使用Python預測銷量174
6.3小結184

第7章使用R進行聚類和細分186
7.1理解聚類和細分187
7.2步驟1：數據收集193
7.3步驟2：數據清洗193
7.4步驟3：數據分析199
7.5步驟4：結果報告215
7.6小結218

第8章關聯規則挖掘221
8.1了解關聯規則挖掘222
8.2操作化概述224
8.3收集數據224
8.4清洗數據229
8.5分析數據229
8.6小結238

第9章使用谷歌云自然語言API進行自然語言處理239
9.1理解自然語言處理240
9.2準備雲API242
9.3收集數據246
9.4分析數據249
9.5小結251

第10章結語253
10.1不忘初心253
10.2內容回顧254
10.3提示和建議255
10.4保持聯繫256